2 रिपॉजिटरी
Awesome GitHub RepositoriesData Preprocessing Toolkits
Libraries for normalizing features, vectorizing text, and performing dimensionality reduction to prepare data for machine learning.
Distinguishing note: The candidates are focused on UI toolkits or serialization, not ML data preprocessing.
Explore 2 awesome GitHub repositories matching artificial intelligence & ml · Data Preprocessing Toolkits. Refine with filters or upvote what's useful.
Awesome Data Preprocessing Toolkits GitHub Repositories
AI के साथ बेहतरीन रिपॉजिटरी खोजें।हम AI का उपयोग करके सबसे सटीक रिपॉजिटरी खोजेंगे।
- rust-ml/linfa
rust-ml/linfa
4,683GitHub पर देखेंLinfa, Rust में कार्यान्वित एक क्लासिकल मशीन लर्निंग फ्रेमवर्क और सांख्यिकीय शिक्षण सूट है। यह सुपरवाइज्ड और अनसुपरवाइज्ड लर्निंग के लिए एल्गोरिदम का एक संग्रह प्रदान करता है, जो रिग्रेशन, क्लस्टरिंग और डिसीजन ट्री जैसे पारंपरिक सांख्यिकीय तरीकों पर केंद्रित है। यह टूलकिट WebAssembly में कंपाइल होने की अपनी क्षमता के लिए जाना जाता है, जो विश्लेषणात्मक मॉडल्स को ब्राउज़र एनवायरनमेंट के भीतर निष्पादित करने में सक्षम बनाता है। यह अपने विभिन्न मॉडल्स में ट्रेनिंग और प्रेडिक्शन की प्रक्रिया को मानकीकृत करने के लिए एक ट्रेट-आधारित एल्गोरिदम इंटरफेस का उपयोग करता है। यह लाइब्रेरी सुपरवाइज्ड क्लासिफिकेशन और कंटीन्यूअस वैल्यू रिग्रेशन सहित क्षमताओं की एक विस्तृत श्रृंखला को कवर करती है। यह अनसुपरवाइज्ड क्लस्टरिंग, मॉडल एग्रीगेशन के लिए एनसेंबल मेथड्स और इंडिपेंडेंट कंपोनेंट एनालिसिस के माध्यम से सिग्नल प्रोसेसिंग प्रदान करती है। इस सूट में फीचर नॉर्मलाइजेशन, टेक्स्ट वेक्टरइजेशन और PCA और t-SNE का उपयोग करके डाइमेंशनलिटी रिडक्शन के लिए व्यापक डेटा प्रीप्रोसेसिंग टूल्स भी शामिल हैं। डेटा प्रबंधन के लिए अतिरिक्त यूटिलिटीज प्रदान की जाती हैं, जिसमें CSV इम्पोर्ट और सिंथेटिक डेटासेट जनरेशन शामिल है, साथ ही मॉडल इवैल्यूएशन टूल्स जैसे कन्फ्यूजन मैट्रिसेस और क्रॉस-वैलिडेशन मेट्रिक्स भी शामिल हैं।
Provides extensive utilities for feature normalization, text vectorization, and dimensionality reduction.
Rust - christianversloot/machine-learning-articles
christianversloot/machine-learning-articles
3,683GitHub पर देखेंThis project is a machine learning educational archive and technical documentation collection. It serves as a deep learning tutorial series and implementation guide, providing theoretical explanations and practical walkthroughs for constructing and optimizing neural networks. The content focuses on the design and construction of diverse model architectures, including convolutional neural networks, Long Short-Term Memory networks, and generative adversarial networks. It details specific implementation patterns for autoencoders, sentiment analysis models, and various classification approaches.
Provides a comprehensive guide to preparing image and text data via normalization and dimensionality reduction.
albertbertclustering
